健身操网,侦探,保险公司,斯诺克,管材

用人工智能去打桌球,能否战胜丁俊晖?

发布时间:

之前回答过AlphaGo未来参加斯诺克比赛,能否打败人类的问题,这个问题有些类似。小编的回答是:NO!

小编在入行之初,记得一位资深媒体大牛曾将斯诺克比喻成“行走的围棋”,十多年过去,至今记忆犹新。小编不善围棋,但报道斯诺克已经从业十多年,以小编看来,人工智能绝无可能成为顶级斯诺克大师,击败丁俊晖。

还是以围棋位对标对象,围棋可能是世界上最复杂的脑力运动,然而以机器和AI的数据处理和计算能力,理论上可以分析出最合理的步数和战略。然而在斯诺克比赛中,人工智能固然可以模仿与围棋相类似的部分,比如目标球的选择、出球线路、出球力度和主球击球点等,但每一个点的实现,都需要建立一个或多个完美的模拟对象的基础之上,这就意味着机器需要将比如奥沙利文的左右互博、塞尔比的大心脏和防守、希金斯的围球、威廉姆斯的准度、丁俊晖的出杆姿势统统输入数据库,并在比赛中将所有人的特质融为一体,才能打出“完美”的一杆。

围棋的棋盘,只有361个点位,所以每下一步所可能面对的局面和后续棋局,从数学的理论上,尽管这些可能性是一个天文数字,但终究是可以穷尽的,人工智能只需要在这些可能性中加以选择最合理的一步即可。然而在现实的斯诺克比赛中,15颗红球、6颗彩球、一颗主球,却可以在11英尺8.5英寸长和5英尺10英寸宽的球桌上走出无穷无尽的球型,这对于没有任何“创新”能力的机器来说,当数据库中没有匹配的球型,它会采用哪种策略来应对呢?毕竟,AI的所谓“主动思维能力”,终究还是在做选择题而已。

更何况,球桌的材质不同、比赛场地的天气(特别是湿度)不同,都会给斯诺克比赛的结果带来比较大的影响。适应能力比较强的球员,可以在不同的环境下及时调整杆法和心态,这些人类独有的能力,人工智能绝无可能通过学习或数据处理完成。

小编是靠文字吃饭的,永远不相信机器能有任何文字“创作”能力,至少这篇问答,AI不可能写得出。同样,小编也永远不相信机器能在将体力、脑力、智慧、临场应变融为一体的斯诺克比赛中战胜丁俊晖。如果可以,人类世界真的要被机器所统治了。

台球和其它球类不同,属于个人项目,算法准确,其它的影响因素太少,所以,打败他太容易

健身操网,侦探,保险公司,斯诺克,管材 Copyright @ 2011-2019 健身操网,侦探,保险公司,斯诺克,管材 All Rights Reserved. 版权所有